Dans ce chapitre, nous avons présenté une méthodologique pour la classification des lésions cutanées. Le mélanome malin est la plus grave des tumeurs cutanées. À partir des images de tumeurs de la peau, on peut déterminer s'il s'agit d'un mélanome ou d'une tumeur bénigne, en se fondant sur les mêmes critères que ceux utilisés par les dermatologues. Dans ce travail, nous avons traité plus particulièrement la nécessité d'extraire des attributs spécifiques, ainsi que la volonté de mettre en place des systèmes capables de détecter les différents signes spécifiques pour l'aide au diagnostic des mélanomes. Dans une première étape, nous avons commencé ce travail par une séquence de prétraitement appliquée aux différentes images. Dans la deuxième étape, une segmentation automatique est appliquée sur l'image filtrée. Ensuite, une série d'opérations est appliquée sur l'image permettant l'extraction des attributs spécifiques (A : asymétrie, B : bordure, C : couleur, D : diamètre) pour la caractérisation des tumeurs de la peau. Enfin, les différents signes spécifiques des lésions (ABCD) sont fournis à un réseau de neurones artificiels pour séparer les tumeurs malignes des tumeurs bénignes.